从 p 标签中提取变量数据答案

【问题标题】：Extracting variable data from p tag从 p 标签中提取变量数据
【发布时间】：2018-04-17 16:39:34
【问题描述】：

如何使用 python 从下面的代码中提取 249.30 251.50 252.55 246.80 248.20（假设位数是可变的，即代替 249.30 我可以说 2.4 或 2490.30）？

    <html>
    <body>
    <p>
     BSE##B#As on 17 Apr 18 | 16:00@C#7@P#@HL#249.30,251.50,252.55,246.80,248.20,Listed
    </p>
    </body>
   </html>

【问题讨论】：

查看BeautifulSoup，它是一个用于从 HTML 内容中提取数据的包。
是的，我可以使用 beautifulsoup 获取 p 标签文本并将其存储在一个列表中，但正如我所说，这个列表是可变的，而不是 249.30，我可以有 2.4 或 2490.30。我是否需要使用正则表达式或其他东西。
如果有字符串，可以根据逗号分割，用str.split(',')。

标签： python python-3.x beautifulsoup

【解决方案1】：

使用BeautifulSoup。

演示：

s = """<html>
    <body>
    <p>
     BSE##B#As on 17 Apr 18 | 16:00@C#7@P#@HL#249.30,251.50,252.55,246.80,248.20,Listed
    </p>
    </body>
   </html>"""

from bs4 import BeautifulSoup
soup = BeautifulSoup(s, "html.parser")
print(soup.find("p").text)
print(re.findall("\d+\.\d+" ,soup.find("p").text))

输出：

BSE##B#As on 17 Apr 18 | `16:00@C#7@P#@HL#249.30,251.50,252.55,246.80,248.20,Listed`
[u'249.30', u'251.50', u'252.55', u'246.80', u'248.20']

【讨论】：

【解决方案2】：

以下正则表达式应与这些数字匹配：(\d+[\.])?\d+

import re

regex = re.compile('(\d+[\.])?\d+')
print(regex.match(content))

【讨论】：

您应该不使用正则表达式来解析 HTML。一旦用户有了他们需要的文本，这可能是一个可接受的解决方案。
它没有尝试解析文件的 HTML 内容。 OP bever 说他想要一个解析器。是数据提取。正则表达式对此很好。